AI가 정보를 검색하고 분석해서 보고서를 작성하는 ‘딥 리서치’ 기능이 주목받고 있습니다. OpenAI, Anthropic, Perplexity, Google 등 대형 AI 기업들이 앞다투어 딥 리서치 제품을 출시하고 있지만, 대부분 특정 플랫폼에 종속되어 있어 사용자의 선택권이 제한적이었습니다.
LangChain에서 이런 문제를 해결하기 위해 완전히 오픈소스인 ‘Open Deep Research’를 공개했습니다. 사용자가 원하는 AI 모델과 검색 도구를 자유롭게 선택할 수 있는 유연한 연구 에이전트입니다.
3단계로 진행되는 똑똑한 연구 과정
Open Deep Research는 사람이 연구할 때와 비슷한 체계적인 과정을 따릅니다.
1단계: 범위 설정(Scope)
사용자의 요청이 모호하면 추가 질문을 통해 연구 범위를 명확히 합니다. 예를 들어 “두 제품을 비교해줘”라고 요청하면, 어떤 관점에서 비교할지, 어느 정도 깊이로 분석할지를 확인합니다. 이후 모든 대화 내용을 간결한 연구 브리프로 정리해 토큰 사용량을 줄입니다.
2단계: 연구 수행(Research)
핵심은 멀티 에이전트 시스템입니다. 연구 감독자가 주제를 여러 하위 주제로 나누고, 각각을 전담하는 서브 에이전트들을 동시에 실행합니다. 예를 들어 “OpenAI vs Anthropic vs Google의 AI 안전성 접근법 비교”라는 요청이 들어오면, 각 회사를 담당하는 3개의 서브 에이전트가 병렬로 작업합니다.
이렇게 작업을 분산시키면 두 가지 장점이 있습니다. 첫째, 속도가 빨라집니다. 둘째, 각 에이전트가 독립적인 컨텍스트에서 작업하므로 정보가 섞이는 문제를 피할 수 있습니다.
3단계: 보고서 작성(Write)
모든 연구가 완료되면, 수집된 정보를 바탕으로 최종 보고서를 한 번에 작성합니다. 초기 버전에서는 보고서 작성도 병렬로 진행했지만, 각 섹션이 따로 놀아서 일관성이 떨어지는 문제가 있었습니다. 현재는 모든 연구 결과를 종합해서 한 번에 작성하는 방식으로 개선했습니다.
기존 솔루션과의 차별점
완전한 커스터마이징 자유도
OpenAI나 Anthropic의 딥 리서치 도구는 해당 회사의 모델과 검색 엔진에만 의존합니다. 반면 Open Deep Research는 사용자가 원하는 AI 모델(GPT, Claude, Gemini 등)과 검색 도구를 자유롭게 조합할 수 있습니다.
멀티 에이전트의 현명한 활용
Cognition에서 지적했듯이 멀티 에이전트 시스템은 조율이 어려워 오히려 성능이 떨어질 수 있습니다. Open Deep Research는 이 문제를 해결하기 위해 멀티 에이전트를 연구 단계에만 사용하고, 최종 보고서는 단일 에이전트가 작성하도록 설계했습니다.
토큰 효율성
Anthropic의 멀티 에이전트 시스템은 일반 채팅 앱보다 15배 많은 토큰을 사용한다고 보고했습니다. Open Deep Research는 컨텍스트 엔지니어링을 통해 불필요한 정보를 제거하고 토큰 사용량을 최적화했습니다.
직접 사용해보기
LangGraph Studio 활용
개발자라면 GitHub 저장소에서 코드를 다운받아 LangGraph Studio에서 실행할 수 있습니다. 프롬프트와 아키텍처를 직접 수정해서 자신만의 연구 에이전트를 만들 수 있습니다.
Open Agent Platform(OAP) 이용
코딩 없이 사용하고 싶다면 Open Agent Platform을 이용하세요. API 키만 입력하면 바로 딥 리서치 기능을 사용할 수 있는 노코드 플랫폼입니다. 시민 개발자(citizen developer)를 위해 설계되어 기술적 배경이 없어도 쉽게 AI 에이전트를 구축할 수 있습니다.
AI 연구 자동화의 새로운 가능성
Open Deep Research는 단순히 또 하나의 AI 도구가 아닙니다. 오픈소스로 공개됨으로써 누구나 자신의 필요에 맞게 수정하고 개선할 수 있는 플랫폼입니다. 특히 기업이나 연구기관에서 자체 데이터와 모델을 활용한 맞춤형 연구 시스템을 구축할 때 유용합니다.
앞으로 LangChain 팀은 토큰 사용량 최적화, 실시간 품질 평가, 장기 메모리 활용 등의 기능을 추가할 예정이라고 밝혔습니다. AI가 인간 연구자의 파트너가 되는 시대, Open Deep Research가 그 출발점이 될 수 있을 것 같습니다.
참고자료:
Comments